论文部分内容阅读
针对当前方法在对短生命周期产品库存信息进行自动识别时存在识别准确率不高、相对误差较大,且识别耗时较长的缺点,提出一种基于BP神经网络的生命周期产品库存信息自动识别方法。基于给定的假设条件,采用主成分分析法计算短生命周期产品库存信息的协方差系数,得到短生命周期产品库存信息特征值及其正交单位特征向量之间的关系,为了减少变量的数目,选取若干个主成分,使得短生命周期产品库存信息特征值累积贡献率大于85%,计算短生命周期产品库存信息在这若干个主成分上的得分,实现短生命周期产品库存信息降维处理。在上述基础上,根